[DeepLearning] 차원 축소
오늘은 차원 축소에 대해 알아보겠습니다. 왜 차원 축소가 필요할까요? 예를 한번 들어보겠습니다. 이미지를 예로 들면, 스마트폰에 대한 데이터 10개가 있고, TV에 대한 데이터 10개가 있습니다. 1차원적으로 봤을때 분류를 위해서 왼쪽에는 스마트폰, 오른쪽에는 TV로 분류 할 수 있습니다. 1차원적으로 구분을 할 수 있지만, 차원을 높이게되면 구분의 정확성을 높일 수 있습니다. 그렇지만 차원이 높다고해서 구분이 잘된다고 할 수 없습니다. 비례하지는 않습니다. 그에 대한 적정 차원을 찾는게 중요합니다. 차원의 저주라는 용어가 있는데 이것이 바로 이에 해당합니다. 차원이 증가하면서 차원의 수가 학습데이터수보다 많아지면서 성능에 문제가 생기는 현상입니다. 이 말인 즉슨, 필요없는 빈 공간이 많아진다는 뜻이기도..